xc2011
xc2011

最强分布式工具Redisson：分布式锁

一、Redisson概述

什么是Redisson？—— Redisson Wiki

Redisson是一个在Redis的基础上实现的Java驻内存数据网格（In-Memory Data Grid）。它不仅提供了一系列的分布式的Java常用对象，还提供了许多分布式服务。其中包括(BitSet, Set, Multimap, SortedSet, Map, List, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, AtomicLong, CountDownLatch, Publish / Subscribe, Bloom filter, Remote service, Spring cache, Executor service, Live Object service, Scheduler service) Redisson提供了使用Redis的最简单和最便捷的方法。Redisson的宗旨是促进使用者对Redis的关注分离（Separation of Concern），从而让使用者能够将精力更集中地放在处理业务逻辑上。

一个基于Redis实现的分布式工具，有基本分布式对象和高级又抽象的分布式服务，为每个试图再造分布式轮子的程序员带来了大部分分布式问题的解决办法。

Redisson和Jedis、Lettuce有什么区别？倒也不是雷锋和雷锋塔

Redisson和它俩的区别就像一个用鼠标操作图形化界面，一个用命令行操作文件。Redisson是更高层的抽象，Jedis和Lettuce是Redis命令的封装。

  • Jedis是Redis官方推出的用于通过Java连接Redis客户端的一个工具包，提供了Redis的各种命令支持
  • Lettuce是一种可扩展的线程安全的 Redis 客户端，通讯框架基于Netty，支持高级的 Redis 特性，比如哨兵，集群，管道，自动重新连接和Redis数据模型。 Spring Boot 2.x 开始 Lettuce 已取代 Jedis 成为首选 Redis 的客户端。
  • Redisson是架设在Redis基础上，通讯基于Netty的综合的、新型的中间件，企业级开发中使用Redis的最佳范本

Jedis把Redis命令封装好，Lettuce则进一步有了更丰富的Api，也支持集群等模式。但是两者也都点到为止，只给了你操作Redis数据库的脚手架，而Redisson则是基于Redis、Lua和Netty建立起了成熟的分布式解决方案，甚至redis官方都推荐的一种工具集。

二、分布式锁

分布式锁怎么实现？

分布式锁是并发业务下的刚需，虽然实现五花八门：ZooKeeper有Znode顺序节点，数据库有表级锁和乐/悲观锁，Redis有setNx，但是殊途同归，最终还是要回到互斥上来，本篇介绍Redisson，那就以redis为例。

怎么写一个简单的Redis分布式锁？

以Spring Data Redis为例，用RedisTemplate来操作Redis（setIfAbsent已经是setNx + expire的合并命令），如下

// 加锁
public Boolean tryLock(String key, String value, long timeout, TimeUnit unit) {
    return redisTemplate.opsForValue().setIfAbsent(key, value, timeout, unit);
}
// 解锁，防止删错别人的锁，以uuid为value校验是否自己的锁
public void unlock(String lockName, String uuid) {
    if(uuid.equals(redisTemplate.opsForValue().get(lockName)){        redisTemplate.opsForValue().del(lockName);    }
}

// 结构
if(tryLock){
    // todo
}finally{
    unlock;
}
复制代码

简单1.0版本完成，聪明的小张一眼看出，这是锁没错，但get和del操作非原子性，并发一旦大了，无法保证进程安全。于是小张提议，用Lua脚本

Lua脚本是什么？

Lua脚本是redis已经内置的一种轻量小巧语言，其执行是通过redis的eval/evalsha命令来运行，把操作封装成一个Lua脚本，如论如何都是一次执行的原子操作。

于是2.0版本通过Lua脚本删除

lockDel.lua如下

if redis.call('get', KEYS[1]) == ARGV[1] 
    then 
	-- 执行删除操作
        return redis.call('del', KEYS[1]) 
    else 
	-- 不成功，返回0
        return 0 
end
复制代码

delete操作时执行Lua命令

// 解锁脚本
DefaultRedisScript unlockScript = new DefaultRedisScript();
unlockScript.setScriptSource(new ResourceScriptSource(new ClassPathResource("lockDel.lua")));

// 执行lua脚本解锁
redisTemplate.execute(unlockScript, Collections.singletonList(keyName), value);
复制代码 
  
2.0似乎更像一把锁，但好像又缺少了什么，小张一拍脑袋，synchronized和ReentrantLock都很丝滑，因为他们都是可重入锁，一个线程多次拿锁也不会死锁，我们需要可重入。
 
  
怎么保证可重入？
 
  
重入就是，同一个线程多次获取同一把锁是允许的，不会造成死锁，这一点synchronized偏向锁提供了很好的思路，synchronized的实现重入是在JVM层面，JAVA对象头MARK WORD中便藏有线程ID和计数器来对当前线程做重入判断，避免每次CAS。
 
  
 
   
当一个线程访问同步块并获取锁时，会在对象头和栈帧中的锁记录里存储偏向的线程ID，以后该线程在进入和退出同步块时不需要进行CAS操作来加锁和解锁，只需简单测试一下对象头的Mark Word里是否存储着指向当前线程的偏向锁。如果测试成功，表示线程已经获得了锁。如果测试失败，则需要再测试一下Mark Word中偏向锁标志是否设置成1：没有则CAS竞争；设置了，则CAS将对象头偏向锁指向当前线程。
 
   
再维护一个计数器，同个线程进入则自增1，离开再减1，直到为0才能释放
 
  
 
  
可重入锁
 
  
仿造该方案，我们需改造Lua脚本：
 
  
 
   
1.需要存储 锁名称lockName、获得该锁的线程id和对应线程的进入次数count
 
   
2.加锁
 
   
每次线程获取锁时，判断是否已存在该锁
 
   
     
    
  •  
    不存在
     
    •  
    
  •  
    设置hash的key为线程id，value初始化为1
     
    •  
    
  •  
    设置过期时间
     
    •  
    
  •  
    返回获取锁成功true
     
    •  
    
  •  
    存在
     
    •  
    
  •  
    继续判断是否存在当前线程id的hash key
     
    •  
    
  •  
    存在，线程key的value + 1，重入次数增加1，设置过期时间
     
    •  
    
  •  
    不存在，返回加锁失败
     
    •  
   
 
   
3.解锁
 
   
每次线程来解锁时，判断是否已存在该锁
 
   
     
    
  •  
    存在
     
    •  
    
  •  
    是否有该线程的id的hash key，有则减1，无则返回解锁失败
     
    •  
    
  •  
    减1后，判断剩余count是否为0，为0则说明不再需要这把锁，执行del命令删除
     
    •  
   
 
  
 
  
1.存储结构
 
  
为了方便维护这个对象，我们用Hash结构来存储这些字段。Redis的Hash类似Java的HashMap，适合存储对象。
 
  
最强分布式工具Redisson：分布式锁_第1张图片
 
  
 
 
  
 
  
hset lockname1 threadId 1
 
  
设置一个名字为lockname1的hash结构，该hash结构key为threadId，值value为1
 
  
hget lockname1 threadId
 
  
获取lockname1的threadId的值
 
  
存储结构为
 
  
 
   
lockname 锁名称
    key1：   threadId   唯一键，线程id
    value1：  count     计数器，记录该线程获取锁的次数
复制代码
 
  
 
  
redis中的结构
 
  
最强分布式工具Redisson：分布式锁_第2张图片
 
  
 
 
  
 
  
2.计数器的加减
 
  
当同一个线程获取同一把锁时，我们需要对对应线程的计数器count做加减
 
  
判断一个redis key是否存在，可以用exists，而判断一个hash的key是否存在，可以用hexists
 
  
最强分布式工具Redisson：分布式锁_第3张图片
 
  
 
 
  
 
  
而redis也有hash自增的命令hincrby
 
  
每次自增1时 hincrby lockname1 threadId 1，自减1时 hincrby lockname1 threadId -1
 
  
最强分布式工具Redisson：分布式锁_第4张图片
 
  
 
 
  
 
 
  
3.解锁的判断
 
  
当一把锁不再被需要了，每次解锁一次，count减1，直到为0时，执行删除
 
  
综合上述的存储结构和判断流程，加锁和解锁Lua如下
 
  
加锁 lock.lua
 
  
local key = KEYS[1];
local threadId = ARGV[1];
local releaseTime = ARGV[2];

-- lockname不存在
if(redis.call('exists', key) == 0) then
    redis.call('hset', key, threadId, '1');
    redis.call('expire', key, releaseTime);
    return 1;
end;

-- 当前线程已id存在
if(redis.call('hexists', key, threadId) == 1) then
    redis.call('hincrby', key, threadId, '1');
    redis.call('expire', key, releaseTime);
    return 1;
end;
return 0;
复制代码
 
  
解锁 unlock.lua
 
  
local key = KEYS[1];
local threadId = ARGV[1];

-- lockname、threadId不存在
if (redis.call('hexists', key, threadId) == 0) then
    return nil;
end;

-- 计数器-1
local count = redis.call('hincrby', key, threadId, -1);

-- 删除lock
if (count == 0) then
    redis.call('del', key);
    return nil;
end;
复制代码
 
  
代码
 
  
/**
 * @description 原生redis实现分布式锁
 * @date 2021/2/6 10:51 下午
 **/
@Getter
@Setter
public class RedisLock {

    private RedisTemplate redisTemplate;
    private DefaultRedisScript lockScript;
    private DefaultRedisScript unlockScript;

    public RedisLock(RedisTemplate redisTemplate) {
        this.redisTemplate = redisTemplate;
        // 加载加锁的脚本
        lockScript = new DefaultRedisScript<>();
        this.lockScript.setScriptSource(new ResourceScriptSource(new ClassPathResource("lock.lua")));
        this.lockScript.setResultType(Long.class);
        // 加载释放锁的脚本
        unlockScript = new DefaultRedisScript<>();
        this.unlockScript.setScriptSource(new ResourceScriptSource(new ClassPathResource("unlock.lua")));
    }

    /**
     * 获取锁
     */
    public String tryLock(String lockName, long releaseTime) {
        // 存入的线程信息的前缀
        String key = UUID.randomUUID().toString();

        // 执行脚本
        Long result = (Long) redisTemplate.execute(
                lockScript,
                Collections.singletonList(lockName),
                key + Thread.currentThread().getId(),
                releaseTime);

        if (result != null && result.intValue() == 1) {
            return key;
        } else {
            return null;
        }
    }

    /**
     * 解锁
     * @param lockName
     * @param key
     */
    public void unlock(String lockName, String key) {
        redisTemplate.execute(unlockScript,
                Collections.singletonList(lockName),
                key + Thread.currentThread().getId()
                );
    }
}
复制代码 
  
至此已经完成了一把分布式锁，符合互斥、可重入、防死锁的基本特点。
 
  
严谨的小张觉得虽然当个普通互斥锁，已经稳稳够用，可是业务里总是又很多特殊情况的，比如A进程在获取到锁的时候，因业务操作时间太长，锁释放了但是业务还在执行，而此刻B进程又可以正常拿到锁做业务操作，两个进程操作就会存在依旧有共享资源的问题。
 
  
而且如果负责储存这个分布式锁的Redis节点宕机以后，而且这个锁正好处于锁住的状态时，这个锁会出现锁死的状态。
 
  
小张不是杠精，因为库存操作总有这样那样的特殊。
 
  
所以我们希望在这种情况时，可以延长锁的releaseTime延迟释放锁来直到完成业务期望结果，这种不断延长锁过期时间来保证业务执行完成的操作就是锁续约。
 
  
读写分离也是常见，一个读多写少的业务为了性能，常常是有读锁和写锁的。
 
  
而此刻的扩展已经超出了一把简单轮子的复杂程度，光是处理续约，就够小张喝一壶，何况在性能（锁的最大等待时间）、优雅（无效锁申请）、重试（失败重试机制）等方面还要下功夫研究。在小张苦思冥想时，旁边的小白凑过来看了看小张，很好奇，都2021年了，为什么不直接用redisson呢？
 
  
Redisson就有这把你要的锁。
 
  
三、Redisson分布式锁
 
  
号称简单的Redisson分布式锁的使用姿势是什么？
 
  
1.依赖
 
  


    org.redisson
    redisson
    3.13.6




    org.redisson
    redisson-spring-boot-starter
    3.13.6

复制代码
 
  
2.配置
 
  
@Configuration
public class RedissionConfig {
    @Value("${spring.redis.host}")
    private String redisHost;

    @Value("${spring.redis.password}")
    private String password;

    private int port = 6379;

    @Bean
    public RedissonClient getRedisson() {
        Config config = new Config();
        config.useSingleServer().
                setAddress("redis://" + redisHost + ":" + port).
                setPassword(password);
        config.setCodec(new JsonJacksonCodec());
        return Redisson.create(config);
    }
}
复制代码
 
  
3.启用分布式锁
 
  
@Resource
private RedissonClient redissonClient;

RLock rLock = redissonClient.getLock(lockName);
try {
    boolean isLocked = rLock.tryLock(expireTime, TimeUnit.MILLISECONDS);
    if (isLocked) {
        // TODO
                }
    } catch (Exception e) {
            rLock.unlock();
    }
复制代码
 
  
简洁明了，只需要一个RLock，既然推荐Redisson，就往里面看看他是怎么实现的。
 
  
四、RLock
 
  
RLock是Redisson分布式锁的最核心接口，继承了concurrent包的Lock接口和自己的RLockAsync接口，RLockAsync的返回值都是RFuture，是Redisson执行异步实现的核心逻辑，也是Netty发挥的主要阵地。
 
  
RLock如何加锁？
 
  
从RLock进入，找到RedissonLock类，找到tryLock方法再递进到干事的tryAcquireOnceAsync方法，这是加锁的主要代码（版本不一此处实现有差别，和最新3.15.x有一定出入，但是核心逻辑依然未变。此处以3.13.6为例）
 
  
private RFuture tryAcquireOnceAsync(long waitTime, long leaseTime, TimeUnit unit, long threadId) {
        if (leaseTime != -1L) {
            return this.tryLockInnerAsync(waitTime, leaseTime, unit, threadId, RedisCommands.EVAL_NULL_BOOLEAN);
        } else {
            RFuture ttlRemainingFuture = this.tryLockInnerAsync(waitTime, this.commandExecutor.getConnectionManager().getCfg().getLockWatchdogTimeout(), TimeUnit.MILLISECONDS, threadId, RedisCommands.EVAL_NULL_BOOLEAN);
            ttlRemainingFuture.onComplete((ttlRemaining, e) -> {
                if (e == null) {
                    if (ttlRemaining) {
                        this.scheduleExpirationRenewal(threadId);
                    }

                }
            });
            return ttlRemainingFuture;
        }
    }
复制代码
 
  
此处出现leaseTime时间判断的2个分支，实际上就是加锁时是否设置过期时间，未设置过期时间（-1）时则会有watchDog的锁续约（下文），一个注册了加锁事件的续约任务。我们先来看有过期时间tryLockInnerAsync部分，
 
  
evalWriteAsync是eval命令执行lua的入口
 
  
 RFuture tryLockInnerAsync(long leaseTime, TimeUnit unit, long threadId, RedisStrictCommand command) {
        this.internalLockLeaseTime = unit.toMillis(leaseTime);
        return this.commandExecutor.evalWriteAsync(this.getName(), LongCodec.INSTANCE, command, "if (redis.call('exists', KEYS[1]) == 0) then redis.call('hset', KEYS[1], ARGV[2], 1); redis.call('pexpire', KEYS[1], ARGV[1]); return nil; end; if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then redis.call('hincrby', KEYS[1], ARGV[2], 1); redis.call('pexpire', KEYS[1], ARGV[1]); return nil; end; return redis.call('pttl', KEYS[1]);", Collections.singletonList(this.getName()), new Object[]{this.internalLockLeaseTime, this.getLockName(threadId)});
    }
复制代码
 
  
这里揭开真面目，eval命令执行Lua脚本的地方，此处的Lua脚本展开
 
  
-- 不存在该key时
if (redis.call('exists', KEYS[1]) == 0) then 
  -- 新增该锁并且hash中该线程id对应的count置1
  redis.call('hincrby', KEYS[1], ARGV[2], 1); 
  -- 设置过期时间
  redis.call('pexpire', KEYS[1], ARGV[1]); 
  return nil; 
end; 

-- 存在该key 并且 hash中线程id的key也存在
if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then 
  -- 线程重入次数++
  redis.call('hincrby', KEYS[1], ARGV[2], 1); 
  redis.call('pexpire', KEYS[1], ARGV[1]); 
  return nil; 
end; 
return redis.call('pttl', KEYS[1]);
复制代码
 
  
和前面我们写自定义的分布式锁的脚本几乎一致，看来redisson也是一样的实现，具体参数分析：
 
  
// keyName
KEYS[1] = Collections.singletonList(this.getName())
// leaseTime
ARGV[1] = this.internalLockLeaseTime
// uuid+threadId组合的唯一值
ARGV[2] = this.getLockName(threadId)
复制代码
 
  
总共3个参数完成了一段逻辑：
 
  
 
   
判断该锁是否已经有对应hash表存在，
 
   
• 没有对应的hash表：则set该hash表中一个entry的key为锁名称，value为1，之后设置该hash表失效时间为leaseTime
 
   
• 存在对应的hash表：则将该lockName的value执行+1操作，也就是计算进入次数，再设置失效时间leaseTime
 
   
• 最后返回这把锁的ttl剩余时间
 
  
 
  
也和上述自定义锁没有区别
 
  
既然如此，那解锁的步骤也肯定有对应的-1操作，再看unlock方法，同样查找方法名，一路到
 
  
protected RFuture unlockInnerAsync(long threadId) {
        return this.commandExecutor.evalWriteAsync(this.getName(), LongCodec.INSTANCE, RedisCommands.EVAL_BOOLEAN, "if (redis.call('exists', KEYS[1]) == 0) then redis.call('publish', KEYS[2], ARGV[1]); return 1; end;if (redis.call('hexists', KEYS[1], ARGV[3]) == 0) then return nil;end; local counter = redis.call('hincrby', KEYS[1], ARGV[3], -1); if (counter > 0) then redis.call('pexpire', KEYS[1], ARGV[2]); return 0; else redis.call('del', KEYS[1]); redis.call('publish', KEYS[2], ARGV[1]); return 1; end; return nil;", Arrays.asList(this.getName(), this.getChannelName()), new Object[]{LockPubSub.unlockMessage, this.internalLockLeaseTime, this.getLockName(threadId)});
    }
复制代码
 
  
掏出Lua部分
 
  
-- 不存在key
if (redis.call('hexists', KEYS[1], ARGV[3]) == 0) then 
  return nil;
end;
-- 计数器 -1
local counter = redis.call('hincrby', KEYS[1], ARGV[3], -1); 
if (counter > 0) then 
  -- 过期时间重设
  redis.call('pexpire', KEYS[1], ARGV[2]); 
  return 0; 
else
  -- 删除并发布解锁消息
  redis.call('del', KEYS[1]); 
  redis.call('publish', KEYS[2], ARGV[1]); 
  return 1;
end; 
return nil;
复制代码
 
  
该Lua KEYS有2个Arrays.asList(getName(), getChannelName())
 
  
name 锁名称
channelName，用于pubSub发布消息的channel名称
复制代码
 
  
ARGV变量有三个LockPubSub.UNLOCK_MESSAGE, internalLockLeaseTime, getLockName(threadId)
 
  
LockPubSub.UNLOCK_MESSAGE，channel发送消息的类别，此处解锁为0
internalLockLeaseTime，watchDog配置的超时时间，默认为30s
lockName 这里的lockName指的是uuid和threadId组合的唯一值
复制代码
 
  
步骤如下：
 
  
 
   
1.如果该锁不存在则返回nil；
 
   
2.如果该锁存在则将其线程的hash key计数器-1，
 
   
3.计数器counter>0，重置下失效时间，返回0；否则，删除该锁，发布解锁消息unlockMessage，返回1；
 
  
 
  
其中unLock的时候使用到了Redis发布订阅PubSub完成消息通知。
 
  
而订阅的步骤就在RedissonLock的加锁入口的lock方法里
 
  
long threadId = Thread.currentThread().getId();
        Long ttl = this.tryAcquire(-1L, leaseTime, unit, threadId);
        if (ttl != null) {
            // 订阅
            RFuture future = this.subscribe(threadId);
            if (interruptibly) {
                this.commandExecutor.syncSubscriptionInterrupted(future);
            } else {
                this.commandExecutor.syncSubscription(future);
            }
            // 省略
复制代码
 
  
当锁被其他线程占用时，通过监听锁的释放通知（在其他线程通过RedissonLock释放锁时，会通过发布订阅pub/sub功能发起通知），等待锁被其他线程释放，也是为了避免自旋的一种常用效率手段。
 
  
1.解锁消息
 
  
为了一探究竟通知了什么，通知后又做了什么，进入LockPubSub。
 
  
这里只有一个明显的监听方法onMessage，其订阅和信号量的释放都在父类PublishSubscribe，我们只关注监听事件的实际操作
 
  
protected void onMessage(RedissonLockEntry value, Long message) {
        Runnable runnableToExecute;
        if (message.equals(unlockMessage)) {
            // 从监听器队列取监听线程执行监听回调
            runnableToExecute = (Runnable)value.getListeners().poll();
            if (runnableToExecute != null) {
                runnableToExecute.run();
            }
            // getLatch()返回的是Semaphore，信号量，此处是释放信号量
            // 释放信号量后会唤醒等待的entry.getLatch().tryAcquire去再次尝试申请锁
            value.getLatch().release();
        } else if (message.equals(readUnlockMessage)) {
            while(true) {
                runnableToExecute = (Runnable)value.getListeners().poll();
                if (runnableToExecute == null) {
                    value.getLatch().release(value.getLatch().getQueueLength());
                    break;
                }
                runnableToExecute.run();
            }
        }
    }
复制代码
 
  
发现一个是默认解锁消息，一个是**读锁解锁消息****，**因为redisson是有提供读写锁的，而读写锁读读情况和读写、写写情况互斥情况不同，我们只看上面的默认解锁消息unlockMessage分支
 
  
LockPubSub监听最终执行了2件事
 
  
     
   
  1.  
    runnableToExecute.run() 执行监听回调
     
    2.  
   
  2.  
    value.getLatch().release(); 释放信号量
     
    3.  
  
 
  
Redisson通过LockPubSub监听解锁消息，执行监听回调和释放信号量通知等待线程可以重新抢锁。
 
  
这时再回来看tryAcquireOnceAsync另一分支
 
  
private RFuture tryAcquireOnceAsync(long waitTime, long leaseTime, TimeUnit unit, long threadId) {
        if (leaseTime != -1L) {
            return this.tryLockInnerAsync(waitTime, leaseTime, unit, threadId, RedisCommands.EVAL_NULL_BOOLEAN);
        } else {
            RFuture ttlRemainingFuture = this.tryLockInnerAsync(waitTime, this.commandExecutor.getConnectionManager().getCfg().getLockWatchdogTimeout(), TimeUnit.MILLISECONDS, threadId, RedisCommands.EVAL_NULL_BOOLEAN);
            ttlRemainingFuture.onComplete((ttlRemaining, e) -> {
                if (e == null) {
                    if (ttlRemaining) {
                        this.scheduleExpirationRenewal(threadId);
                    }

                }
            });
            return ttlRemainingFuture;
        }
    }
复制代码
 
  
可以看到，无超时时间时，在执行加锁操作后，还执行了一段费解的逻辑
 
  
ttlRemainingFuture.onComplete((ttlRemaining, e) -> {
                if (e == null) {
                    if (ttlRemaining) {
                        this.scheduleExpirationRenewal(threadId);
                    }

                }
            })
复制代码
 
  
此处涉及到Netty的Future/Promise-Listener模型（参考Netty中的异步编程），Redisson中几乎全部以这种方式通信（所以说Redisson是基于Netty通信机制实现的），理解这段逻辑可以试着先理解
 
  
 
   
在 Java 的 Future 中，业务逻辑为一个 Callable 或 Runnable 实现类，该类的 call()或 run()执行完毕意味着业务逻辑的完结，在 Promise 机制中，可以在业务逻辑中人工设置业务逻辑的成功与失败，这样更加方便的监控自己的业务逻辑。
 
  
 
  
这块代码的表面意义就是，在执行异步加锁的操作后，加锁成功则根据加锁完成返回的ttl是否过期来确认是否执行一段定时任务。
 
  
这段定时任务的就是watchDog的核心。
 
  
2.锁续约
 
  
查看RedissonLock.this.scheduleExpirationRenewal(threadId)
 
  
private void scheduleExpirationRenewal(long threadId) {
        RedissonLock.ExpirationEntry entry = new RedissonLock.ExpirationEntry();
        RedissonLock.ExpirationEntry oldEntry = (RedissonLock.ExpirationEntry)EXPIRATION_RENEWAL_MAP.putIfAbsent(this.getEntryName(), entry);
        if (oldEntry != null) {
            oldEntry.addThreadId(threadId);
        } else {
            entry.addThreadId(threadId);
            this.renewExpiration();
        }

    }

private void renewExpiration() {
        RedissonLock.ExpirationEntry ee = (RedissonLock.ExpirationEntry)EXPIRATION_RENEWAL_MAP.get(this.getEntryName());
        if (ee != null) {
            Timeout task = this.commandExecutor.getConnectionManager().newTimeout(new TimerTask() {
                public void run(Timeout timeout) throws Exception {
                    RedissonLock.ExpirationEntry ent = (RedissonLock.ExpirationEntry)RedissonLock.EXPIRATION_RENEWAL_MAP.get(RedissonLock.this.getEntryName());
                    if (ent != null) {
                        Long threadId = ent.getFirstThreadId();
                        if (threadId != null) {
                            RFuture future = RedissonLock.this.renewExpirationAsync(threadId);
                            future.onComplete((res, e) -> {
                                if (e != null) {
                                    RedissonLock.log.error("Can't update lock " + RedissonLock.this.getName() + " expiration", e);
                                } else {
                                    if (res) {
                                        RedissonLock.this.renewExpiration();
                                    }

                                }
                            });
                        }
                    }
                }
            }, this.internalLockLeaseTime / 3L, TimeUnit.MILLISECONDS);
            ee.setTimeout(task);
        }
    }
复制代码
 
  
拆分来看，这段连续嵌套且冗长的代码实际上做了几步
 
  
 
   
• 添加一个netty的Timeout回调任务，每（internalLockLeaseTime / 3）毫秒执行一次，执行的方法是renewExpirationAsync
 
   
• renewExpirationAsync重置了锁超时时间，又注册一个监听器，监听回调又执行了renewExpiration
 
  
 
  
renewExpirationAsync 的Lua如下
 
  
protected RFuture renewExpirationAsync(long threadId) {
        return this.commandExecutor.evalWriteAsync(this.getName(), LongCodec.INSTANCE, RedisCommands.EVAL_BOOLEAN, "if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then redis.call('pexpire', KEYS[1], ARGV[1]); return 1; end; return 0;", Collections.singletonList(this.getName()), new Object[]{this.internalLockLeaseTime, this.getLockName(threadId)});
    }

if (redis.call('hexists', KEYS[1], ARGV[2]) == 1) then 
  redis.call('pexpire', KEYS[1], ARGV[1]); 
  return 1; 
end; 
return 0;
复制代码
 
  
重新设置了超时时间。
 
  
Redisson加这段逻辑的目的是什么？
 
  
目的是为了某种场景下保证业务不影响，如任务执行超时但未结束，锁已经释放的问题。
 
  
当一个线程持有了一把锁，由于并未设置超时时间leaseTime，Redisson默认配置了30S，开启watchDog，每10S对该锁进行一次续约，维持30S的超时时间，直到任务完成再删除锁。
 
  
这就是Redisson的锁续约，也就是WatchDog实现的基本思路。
 
  
3.流程概括
 
  
通过整体的介绍，流程简单概括：
 
  
 
   
     
    
  1. A、B线程争抢一把锁，A获取到后，B阻塞
    2.  
    
  2. B线程阻塞时并非主动CAS，而是PubSub方式订阅该锁的广播消息
    3.  
    
  3. A操作完成释放了锁，B线程收到订阅消息通知
    4.  
    
  4. B被唤醒开始继续抢锁，拿到锁
    5.  
   
 
  
 
  
详细加锁解锁流程总结如下图：
 
  
最强分布式工具Redisson：分布式锁_第5张图片
 
  
 
 
  
 
  
五、公平锁
 
  
以上介绍的可重入锁是非公平锁，Redisson还基于Redis的队列（List）和ZSet实现了公平锁
 
  
公平的定义是什么？
 
  
公平就是按照客户端的请求先来后到排队来获取锁，先到先得，也就是FIFO，所以队列和容器顺序编排必不可少
 
  
FairSync
 
  
回顾JUC的ReentrantLock公平锁的实现
 
  
/**
     * Sync object for fair locks
     */
    static final class FairSync extends Sync {
        private static final long serialVersionUID = -3000897897090466540L;

        final void lock() {
            acquire(1);
        }

        /**
         * Fair version of tryAcquire.  Don't grant access unless
         * recursive call or no waiters or is first.
         */
        protected final boolean tryAcquire(int acquires) {
            final Thread current = Thread.currentThread();
            int c = getState();
            if (c == 0) {
                if (!hasQueuedPredecessors() &&
                    compareAndSetState(0, acquires)) {
                    setExclusiveOwnerThread(current);
                    return true;
                }
            }
            else if (current == getExclusiveOwnerThread()) {
                int nextc = c + acquires;
                if (nextc < 0)
                    throw new Error("Maximum lock count exceeded");
                setState(nextc);
                return true;
            }
            return false;
        }
    }
复制代码
 
  
AQS已经提供了整个实现，是否公平取决于实现类取出节点逻辑是否顺序取
 
  
最强分布式工具Redisson：分布式锁_第6张图片
 
  
 
 
  
 
  
AbstractQueuedSynchronizer是用来构建锁或者其他同步组件的基础框架，通过内置FIFO队列来完成资源获取线程的排队工作，他自身没有实现同步接口，仅仅定义了若干同步状态获取和释放的方法来供自定义同步组件使用（上图），支持独占和共享获取，这是基于模版方法模式的一种设计，给公平/非公平提供了土壤。
 
  
我们用2张图来简单解释AQS的等待流程（出自《JAVA并发编程的艺术》）
 
  
一张是同步队列（FIFO双向队列）管理 获取同步状态失败（抢锁失败）的线程引用、等待状态和前驱后继节点的流程图
 
  
最强分布式工具Redisson：分布式锁_第7张图片
 
  
 
 
  
 
  
一张是独占式获取同步状态的总流程，核心acquire(int arg)方法调用流程
 
  
最强分布式工具Redisson：分布式锁_第8张图片
 
  
 
 
  
 
  
可以看出锁的获取流程
 
  
 
   
AQS维护一个同步队列，获取状态失败的线程都会加入到队列中进行自旋，移出队列或停止自旋的条件是前驱节点为头节点切成功获取了同步状态。
 
  
 
  
而比较另一段非公平锁类NonfairSync可以发现，控制公平和非公平的关键代码，在于hasQueuedPredecessors方法。
 
  
static final class NonfairSync extends Sync {
        private static final long serialVersionUID = 7316153563782823691L;

        /**
         * Performs lock.  Try immediate barge, backing up to normal
         * acquire on failure.
         */
        final void lock() {
            if (compareAndSetState(0, 1))
                setExclusiveOwnerThread(Thread.currentThread());
            else
                acquire(1);
        }

        protected final boolean tryAcquire(int acquires) {
            return nonfairTryAcquire(acquires);
        }
    }
复制代码
 
  
NonfairSync减少了了hasQueuedPredecessors判断条件，该方法的作用就是
 
  
查看同步队列中当前节点是否有前驱节点，如果有比当前线程更早请求获取锁则返回true。
 
  
保证每次都取队列的第一个节点（线程）来获取锁，这就是公平规则
 
  
为什么JUC以默认非公平锁呢？
 
  
 
   
因为当一个线程请求锁时，只要获取来同步状态即成功获取。在此前提下，刚释放的线程再次获取同步状态的几率会非常大，使得其他线程只能在同步队列中等待。但这样带来的好处是，非公平锁大大减少了系统线程上下文的切换开销。
 
  
 
  
可见公平的代价是性能与吞吐量。
 
  
Redis里没有AQS，但是有List和zSet，看看Redisson是怎么实现公平的。
 
  
RedissonFairLock
 
  
RedissonFairLock 用法依然很简单
 
  
 
   
RLock fairLock = redissonClient.getFairLock(lockName);
 
   
fairLock.lock();
 
  
 
  
RedissonFairLock继承自RedissonLock，同样一路向下找到加锁实现方法tryLockInnerAsync。
 
  
这里有2段冗长的Lua，但是Debug发现，公平锁的入口在 command == RedisCommands.EVAL_LONG 之后，此段Lua较长，参数也多，我们着重分析Lua的实现规则
 
  
参数
 
  
-- lua中的几个参数
KEYS = Arrays.asList(getName(), threadsQueueName, timeoutSetName)
KEYS[1]: lock_name, 锁名称                   
KEYS[2]: "redisson_lock_queue:{xxx}"  线程队列
KEYS[3]: "redisson_lock_timeout:{xxx}"  线程id对应的超时集合

ARGV =  internalLockLeaseTime, getLockName(threadId), currentTime + threadWaitTime, currentTime
ARGV[1]: "{leaseTime}" 过期时间
ARGV[2]: "{Redisson.UUID}:{threadId}"   
ARGV[3] = 当前时间 + 线程等待时间:（10:00:00） + 5000毫秒 = 10:00:05
ARGV[4] = 当前时间（10:00:00）  部署服务器时间，非redis-server服务器时间
复制代码 
  
公平锁实现的Lua脚本
 
  
-- 1.死循环清除过期key
while true do 
  -- 获取头节点
    local firstThreadId2 = redis.call('lindex', KEYS[2], 0);
    -- 首次获取必空跳出循环
  if firstThreadId2 == false then 
    break;
  end;
  -- 清除过期key
  local timeout = tonumber(redis.call('zscore', KEYS[3], firstThreadId2));
  if timeout <= tonumber(ARGV[4]) then
    redis.call('zrem', KEYS[3], firstThreadId2);
    redis.call('lpop', KEYS[2]);
  else
    break;
  end;
end;

-- 2.不存在该锁 && （不存在线程等待队列 || 存在线程等待队列而且第一个节点就是此线程ID)，加锁部分主要逻辑
if (redis.call('exists', KEYS[1]) == 0) and 
  ((redis.call('exists', KEYS[2]) == 0)  or (redis.call('lindex', KEYS[2], 0) == ARGV[2])) then
  -- 弹出队列中线程id元素，删除Zset中该线程id对应的元素
  redis.call('lpop', KEYS[2]);
  redis.call('zrem', KEYS[3], ARGV[2]);
  local keys = redis.call('zrange', KEYS[3], 0, -1);
  -- 遍历zSet所有key，将key的超时时间(score) - 当前时间ms
  for i = 1, #keys, 1 do 
    redis.call('zincrby', KEYS[3], -tonumber(ARGV[3]), keys[i]);
  end;
    -- 加锁设置锁过期时间
  redis.call('hset', KEYS[1], ARGV[2], 1);
  redis.call('pexpire', KEYS[1], ARGV[1]);
  return nil;
end;

-- 3.线程存在，重入判断
if redis.call('hexists', KEYS[1], ARGV[2]) == 1 then
  redis.call('hincrby', KEYS[1], ARGV[2],1);
  redis.call('pexpire', KEYS[1], ARGV[1]);
  return nil;
end;

-- 4.返回当前线程剩余存活时间
local timeout = redis.call('zscore', KEYS[3], ARGV[2]);
    if timeout ~= false then
  -- 过期时间timeout的值在下方设置，此处的减法算出的依旧是当前线程的ttl
  return timeout - tonumber(ARGV[3]) - tonumber(ARGV[4]);
end;

-- 5.尾节点剩余存活时间
local lastThreadId = redis.call('lindex', KEYS[2], -1);
local ttl;
-- 尾节点不空 && 尾节点非当前线程
if lastThreadId ~= false and lastThreadId ~= ARGV[2] then
  -- 计算队尾节点剩余存活时间
  ttl = tonumber(redis.call('zscore', KEYS[3], lastThreadId)) - tonumber(ARGV[4]);
else
  -- 获取lock_name剩余存活时间
  ttl = redis.call('pttl', KEYS[1]);
end;

-- 6.末尾排队
-- zSet 超时时间（score），尾节点ttl + 当前时间 + 5000ms + 当前时间，无则新增，有则更新
-- 线程id放入队列尾部排队，无则插入，有则不再插入
local timeout = ttl + tonumber(ARGV[3]) + tonumber(ARGV[4]);
if redis.call('zadd', KEYS[3], timeout, ARGV[2]) == 1 then
  redis.call('rpush', KEYS[2], ARGV[2]);
end;
return ttl;
复制代码
 
  
1.公平锁加锁步骤
 
  
通过以上Lua，可以发现，lua操作的关键结构是列表（list）和有序集合（zSet）。
 
  
其中list维护了一个等待的线程队列redisson_lock_queue:{xxx}，zSet维护了一个线程超时情况的有序集合redisson_lock_timeout:{xxx}，尽管lua较长，但是可以拆分为6个步骤
 
  
     
   
  1. 队列清理
    2.  
  
 
  
     
   
  • 保证队列中只有未过期的等待线程
    •  
  
 
  
     
   
  1. 首次加锁
    2.  
  
 
  
     
   
  • hset加锁，pexpire过期时间
    •  
  
 
  
     
   
  1. 重入判断
    2.  
  
 
  
     
   
  • 此处同可重入锁lua
    •  
  
 
  
     
   
  1. 返回ttl
    2.  
   
  2. 计算尾节点ttl
    3.  
  
 
  
     
   
  • 初始值为锁的剩余过期时间
    •  
  
 
  
     
   
  1. 末尾排队
    2.  
  
 
  
     
   
  •  
    ttl + 2 * currentTime + waitTime是score的默认值计算公式
     
    •  
  
 
  
2.模拟
 
  
如果模拟以下顺序，就会明了redisson公平锁整个加锁流程
 
  
假设 t1 10:00:00 < t2 10:00:10 < t3 10:00:20
 
  
t1：当线程1初次获取锁
 
  
 
   
1.等待队列无头节点，跳出死循环->2
 
   
2.不存在该锁 && 不存在线程等待队列 成立
 
   
2.1 lpop和zerm、zincrby都是无效操作，只有加锁生效，说明是首次加锁，加锁后返回nil
 
   
加锁成功，线程1获取到锁，结束
 
  
 
  
t2：线程2尝试获取锁（线程1未释放锁）
 
  
 
   
1.等待队列无头节点，跳出死循环->2
 
   
2.不存在该锁 不成立->3
 
   
3.非重入线程 ->4
 
   
4.score无值 ->5
 
   
5.尾节点为空，设置ttl初始值为lock_name的ttl -> 6
 
   
6.按照ttl + waitTime + currentTime + currentTime 来设置zSet超时时间score，并且加入等待队列，线程2为头节点
 
   
score = 20S + 5000ms + 10:00:10 + 10:00:10 = 10:00:35 + 10:00:10
 
  
 
  
t3：线程3尝试获取锁（线程1未释放锁）
 
  
 
   
1.等待队列有头节点
 
   
1.1未过期->2
 
   
2.不存在该锁不成立->3
 
   
3.非重入线程->4
 
   
4.score无值 ->5
 
   
5.尾节点不为空 && 尾节点线程为2，非当前线程
 
   
5.1取出之前设置的score，减去当前时间：ttl = score - currentTime ->6
 
   
6.按照ttl + waitTime + currentTime + currentTime 来设置zSet超时时间score，并且加入等待队列
 
   
score = 10S + 5000ms + 10:00:20 + 10:00:20 = 10:00:35 + 10:00:20
 
  
 
  
如此一来，三个需要抢夺一把锁的线程，完成了一次排队，在list中排列他们等待线程id，在zSet中存放过期时间（便于排列优先级）。其中返回ttl的线程2客户端、线程3客户端将会一直按一定间隔自旋重复执行该段Lua，尝试加锁，如此一来便和AQS有了异曲同工之处。
 
  
而当线程1释放锁之后（这里依旧有通过Pub/Sub发布解锁消息，通知其他线程获取）
 
  
10:00:30 线程2尝试获取锁（线程1已释放锁）
 
  
 
   
1.等待队列有头节点，未过期->2
 
   
2.不存在该锁 & 等待队列头节点是当前线程 成立
 
   
2.1删除当前线程的队列信息和zSet信息，超时时间为：
 
   
线程2 10:00:35 + 10:00:10 - 10:00:30 = 10:00:15
 
   
线程3 10:00:35 + 10:00:20 - 10:00:30 = 10:00:25
 
   
2.2线程2获取到锁，重新设置过期时间
 
   
加锁成功，线程2获取到锁，结束
 
  
 
  
排队结构如图
 
  
最强分布式工具Redisson：分布式锁_第9张图片
 
  
 
 
  
 
  
公平锁的释放脚本和重入锁类似，多了一步加锁开头的清理过期key的while true逻辑，在此不再展开篇幅描述。
 
  
由上可以看出，Redisson公平锁的玩法类似于延迟队列的玩法，核心都在Redis的List和zSet结构的搭配，但又借鉴了AQS实现，在定时判断头节点上如出一辙（watchDog），保证了锁的竞争公平和互斥。并发场景下，lua脚本里，zSet的score很好地解决了顺序插入的问题，排列好优先级。并且为了防止因异常而退出的线程无法清理，每次请求都会判断头节点的过期情况给予清理，最后释放时通过CHANNEL通知订阅线程可以来获取锁，重复一开始的步骤，顺利交接到下一个顺序线程。
 
  
六、总结
 
  
Redisson整体实现分布式加解锁流程的实现稍显复杂，作者Rui Gu对Netty和JUC、Redis研究深入，利用了很多高级特性和语义，值得深入学习，本次介绍也只是单机Redis下锁实现，Redisson也提供了多机情况下的联锁（MultiLock)和官方推荐的红锁（RedLock），下一章再详细介绍。
 
  
所以，当你真的需要分布式锁时，不妨先来Redisson里找找。
 
  

                            
                        
                    
                    
                    

                    
                    
                    

                
                

                    
                

            
        
    
    

        
你可能感兴趣的:(redis,java,redis,开发语言)

        

            

                
    
                    
  • 《突破性能瓶颈，用 Rust + WASM 实现浏览器端FFT加速300%实战》
                        煜bart
人工智能机器人
                        
    引言：当JavaScript遇上硬核计算**“为什么我的音频分析页面卡到崩溃？”这是前端工程师在实现实时频谱可视化时最常见的噩梦。传统JavaScript的FFT计算在万级数据点时就会引发严重卡顿，但今天我们将用**Rust+WebAssembly**的组合拳，在浏览器中实现**零依赖、300%加速的傅里叶变换**。无需WebGL黑魔法，直接上硬核代码！---###**一、血腥现场：JS的Type
    
                    
    • 
                    
  • 每日学习Java之一万个为什么
                        ~Yogi
修炼java学习springboot
                        
    场景启动器：starter参考常见启动器默认配置官网默认值依赖见官网/pom父依赖注解@SpringBootApplication：启动自动装配，配合main+SpringApplication.run（.class,args）@SpringBootTest：SpringBoot单元测试注解@ConfigurationProperties:指定前缀读取配置文件对应属性，实现批量读取属性值@Impo
    
                    
    • 
                    
  • 软件性能测试深度解析（进阶篇）：JMeter高阶应用与性能工程体系构建
                        追寻向上
jmeter功能测试
                        
    六、JMeter内核机制深度剖析6.1JMeter架构设计原理JMeter采用模块化架构设计，核心模块包括：测试计划（TestPlan）：测试逻辑的容器，所有组件在此组织。线程模型：基于Java线程池实现虚拟用户（VirtualUser）并发，通过Ramp-Up参数控制线程启动梯度。请求处理引擎：采用事件驱动模型，每个Sampler（取样器）由独立线程执行，通过Timer（定时器）控制执行节奏。技
    
                    
    • 
                    
  • Redis为什么比较快 - java后端面试必考 - 基于C老师
                        amber66666！
redis数据库缓存
                        
    目录Redis为什么比较快RDB文件的二进制格式是什么？AOF（Append-OnlyFile）日志的全流程Redis为什么比较快Redis之所以快，核心原因是它采用了单线程处理命令，并结合了多线程优化，最大程度地减少了线程切换、锁竞争和CPU资源浪费。从线程管理的角度来看，Redis的高性能主要来自以下几个方面：1️⃣单线程模型（避免线程上下文切换）Redis大部分操作（读取、写入、计算）都由一
    
                    
    • 
                    
  • 鸿蒙（HarmonyOS）性能优化—Web开发常见问题
                        码牛程序猿
HarmonyOS鸿蒙工程师鸿蒙harmonyos华为HarmonyOS鸿蒙应用开发鸿蒙系统鸿蒙鸿蒙开发
                        
    H5页面如何与ArkTS交互(API10)问题现象目前javaScriptProxy仅支持同步调用，异步调用无法获取执行结果。解决措施对javaScriptProxy和runJavaScript封装，实现JSBridge通信方案。适用于H5调用原生侧函数。使用Web组件javaScriptProxy将原生侧接口注入到H5的window对象上，通过runJavaScript接口执行JS脚本到H5中，
    
                    
    • 
                    
  • 【JSON-RPC】 python+JSON-RPC示例与入门
                        魔都吴所谓
jsonrpcpython
                        
    JSON-RPC是一种无状态的、轻量级的远程过程调用（RPC）协议。它定义了几种数据结构及其处理规则。它使用JSON（JavaScriptObjectNotation）作为数据格式，允许实现相同功能的程序以松散耦合的方式跨网络通信。以下是一个简单的JSON-RPC使用Python的示例。我们将使用jsonrpclib这个库来创建一个JSON-RPC服务端和一个客户端。首先，你需要安装jsonrpc
    
                    
    • 
                    
  • 在kali linux中配置hadoop伪分布式
                        we19a0sen
三数据分析分布式linuxhadoop
                        
    目录一.配置静态网络二.配置主机名与IP地址映射三.配置SSH免密登录四.配置Java和Hadoop环境五.配置Hadoop伪分布式六.启动与验证一.配置静态网络原因：Hadoop集群依赖稳定的网络通信，动态IP可能导致节点失联。静态IP确保节点始终通过固定地址通信。操作步骤：#修改网络配置文件sudovim/etc/network/interfaces#添加内容（根据实际网络修改）：autoet
    
                    
    • 
                    
  • java自写代码--单链表的基本操作
                        葡葡小萄汽
数据结构数据结构java
                        
    内含单链表的头插法、尾插法、根据位置插入数据、根据位置删除数据、得到链表长度等操作。//基于单链表的一些基础操作importjava.util.Scanner;publicclasslnode{//单链表初始化publicintdata;publiclnodenext=null;lnodehead=null;//作为头结点//无参构造函数publiclnode(){}//带参构造函数publicl
    
                    
    • 
                    
  • Java集成MQTT和Kafka实现稳定、可靠、高性能的物联网消息处理系统
                        qzw1210
javakafka物联网
                        
    Java集成MQTT和Kafka实现高可用方案1.概述在物联网(IoT)和分布式系统中，消息传递的可靠性和高可用性至关重要。本文将详细介绍如何使用Java集成MQTT和Kafka来构建一个高可用的消息处理系统。MQTT(消息队列遥测传输)是一种轻量级的发布/订阅协议，适用于资源受限的设备和低带宽、高延迟网络。而Kafka是一个分布式流处理平台，提供高吞吐量、可扩展性和持久性。将两者结合，可以创建一
    
                    
    • 
                    
  • 带过期时间的LRUCache java实现
                        .禾火
java算法数据结构
                        
    实现代码，惰性删除过期节点importjava.util.*;publicclassLRUWithExpire{staticclassListNode{intkey;intvalue;//单位为毫秒longexpire;ListNodepre;ListNodenext;publicListNode(intkey,intvalue,longexpire){this.key=key;this.valu
    
                    
    • 
                    
  • Java 代码的重构技巧：从混乱到整洁的蜕变
                        叶间清风1998
java重构python
                        
    目录一、重构的概念与重要性二、常见的重构手法提取方法（ExtractMethod）引入多态（IntroducePolymorphism）三、重构的实施步骤制定重构计划编写单元测试逐步重构与验证在Java项目的生命周期中，随着业务的不断发展和功能的持续迭代，代码往往会逐渐变得复杂和混乱。代码中可能出现重复逻辑、不合理的类与方法设计以及难以理解的复杂算法等问题，这不仅增加了开发人员的理解成本，还使得后
    
                    
    • 
                    
  • Go语言的智能合约
                        崔婉凝
包罗万象golang开发语言后端
                        
    Go语言与智能合约的结合随着区块链技术的快速发展，智能合约作为其重要组成部分，正在逐渐改变传统行业的运作方式。作为区块链上的一种自执行程序，智能合约的出现为信任机制的构建提供了新的解决方案。在众多开发语言中，Go语言因其高效性、并发性和良好的可维护性，越来越受到智能合约开发者的青睐。本文将深入探讨Go语言在智能合约开发中的优势、应用以及实现方法。1.智能合约概述智能合约是一种自动执行、控制或文档的
    
                    
    • 
                    
  • HTML编辑器CKEDITOR支持哪些格式的WORD内容导入？
                        2501_90699640
html编辑器wordckeditor粘贴wordckeditor导入wordckeditor导入pdfckeditor导入ppt
                        
    要求：开源，免费，技术支持编辑器：ckeditor前端：vue2,vue3.vue-cli后端：asp,java,jsp,springboot,php,asp.net,.netcore功能：导入Word,导入Excel,导入PPT(PowerPoint),导入PDF,复制粘贴word,导入微信公众号内容,web截屏平台：Windows,macOS,Linux,RedHat,Ubuntu,CentO
    
                    
    • 
                    
  • Apache Shiro 使用教程
                        Kale又菜又爱玩
apachejavaspringboot
                        
    ApacheShiro使用教程ApacheShiro是一个强大且灵活的开源安全框架，主要用于处理身份验证（Authentication）、授权（Authorization）、加密（Cryptography）和会话管理（SessionManagement）等安全相关的任务。它简化了在Java应用程序中集成安全功能的复杂性，广泛适用于各种类型的项目，如Web应用、命令行工具等。本教程将深入介绍Shir
    
                    
    • 
                    
  • SpringMVC简化了什么？从传统Web开发到现代高效架构的蜕变
                        以恒1
前端架构hive
                        
    SpringMVC简化了什么？从传统Web开发到现代高效架构的蜕变在JavaWeb开发领域，SpringMVC作为Spring框架的核心模块，通过组件化设计和注解驱动，彻底改变了传统Servlet开发的繁琐流程。本文将从开发流程、代码复杂度、技术整合等维度，系统解析SpringMVC的简化逻辑，并结合实际案例说明其价值。一、请求处理流程的简化：从分散到集中传统Servlet开发需要为每个请求编写独
    
                    
    • 
                    
  • 入门笔记STA1.C++的编译，变量，new，引用
                        逐梦云间
c++c++java开发语言
                        
    目录1.简介1、C++简介2、书写一个C++的helloworld程序。3、编译代码。4、变量。5、常量。六、字符串。七、数据的输入八、递增递减运算符九、内存分区模型。十、程序运行前。十一、程序运行后。十二、new操作符开辟堆空间。十三、引用的基本使用。十四、引用注意事项。十五、引用做函数参数。十六、引用做函数返回值。1.简介1、C++简介1、C语言与C++区别？C语言是一种面向过程的开发语言。-
    
                    
    • 
                    
  • 用户模块——redis工具类
                        ktkiko11
IM项目记录redis数据库
                        
    1.Redis工具类与基础配置1.1什么是Redis，为什么使用它？Redis（RemoteDictionaryServer）是一个开源的高性能键值对存储数据库，通常用于缓存数据、存储会话信息等场景。它的主要优点是速度快，支持多种数据结构（如字符串、哈希、列表、集合等）。在开发中，我们经常使用Redis来加速数据读取，减轻数据库压力，提升应用性能。1.2为什么要使用Redis工具类？在实际开发中，
    
                    
    • 
                    
  • spring boot 拦截器简单demo
                        测试开发小白变怪兽
服务端springboot后端java
                        
    拦截器（Interceptor）与过滤器的区别特性过滤器（Filter）拦截器（Interceptor）所属规范Servlet规范（javax.servlet）SpringMVC框架（基于AOP实现）作用范围所有请求（包括静态资源）仅拦截Controller的请求执行时机在DispatcherServlet之前执行在Controller方法前后执行访问上下文无法直接获取Spring的Bean或注解
    
                    
    • 
                    
  • 使用MyBatis返回数据为null
                        测试开发小白变怪兽
服务端
                        
    问题：程序里面写的sql语句放到数据库控制台里能查询到数据，但是在MyBatis里查询结果为null。原因：查询出来的字段名与Java实体类的属性名没有一一对应。解决办法：在XML映射文件中使用resultMap将数据库属性名与实体类属性名映射：使用resultMap表明返回类型：select*fromuser_info;
    
                    
    • 
                    
  • Spring Boot 动态配置管理：ZooKeeper 集成与 Redis 配置覆盖实践
                        weixin_43833540
java-zookeeperspringbootzookeeper
                        
    一、引言在微服务架构中，配置管理的动态性与灵活性至关重要。传统通过application.properties/application.yml进行静态配置的方式，已难以满足实时更新需求。本文将详细介绍如何通过ZooKeeper实现SpringBoot应用的Redis配置动态管理，并支持配置热刷新。二、核心实现方案1整体架构设计ZooKeeper作为配置中心存储Redis配置SpringBoot应用
    
                    
    • 
                    
  • Java 分布式高并发重试方案及实现
                        可乐加.糖
java分布式开发语言springbootredis
                        
    文章目录Java分布式高并发重试方案及实现一、重试机制的背景和意义二、基于SpringBoot的重试方案实现1.使用SpringRetry实现重试机制添加依赖开启重试功能定义重试逻辑使用重试服务2.使用Fast-Retry实现高性能重试引入依赖编程式重试注解式重试三、重试机制的注意事项四、总结Java分布式高并发重试方案及实现在分布式系统中，高并发场景下接口调用的稳定性至关重要。为了应对接口调用失
    
                    
    • 
                    
  • Node.js和webpack入门-个人学习笔记
                        ksmswq
node.jswebpack学习
                        
    Node.js-入门Node.js基础概念Node.js是一个跨平台JavaScript运行环境，是开发者可以搭建服务器端的JavaStript应用程序。作用1.编写服务端程序2.编写数据接口，提供网页浏览资源等等3.实现“前端工程化”，为Vue和React等框架做铺垫前端工程化-概念开发项目直到上线，过程中集成的所有工具和技术。（Node.js是前端工程化的基础（因为Node.js可以主动读取前
    
                    
    • 
                    
  • token升级（考虑在分布式环境中布置token，结合session保证请求调用过程中token不会过期。）
                        推荐爱你Jonah
分布式redisjava
                        
    思路：首先，用户的需求是确保使用同一个Token的外部调用都在一个Session中处理。之前的回答提到了Token与Session绑定、安全措施、Session管理、分布式处理等。现在需要用Java来展示这些步骤。我需要考虑Java中常用的框架，比如SpringBoot，因为它广泛用于API开发。同时，使用Redis作为Session存储，这在Java中通常通过SpringDataRedis或Le
    
                    
    • 
                    
  • JAVA 你应该有所了解的布隆过滤器
                        2401_87389661
java开发语言
                        
    该篇文章将会使用最精简易懂的文字以及小图来给大家介绍讲解（不对哈希策略计算进行详解）一.布隆过滤器有啥用？二.布隆过滤器原理是什么？三.java中怎么使用布隆过滤器？本篇文章内容可能较多，所以还请耐心。一.布隆过滤器有啥用简单两点叙述：1.存值存值，就是把值存进去，类似于我们很常用的map，set等；2.检验值是否存在检验，也就是我们想知道某个值是否存在于布隆过滤器里面，调用相关的检验方法，我们会
    
                    
    • 
                    
  • 基于Java的京东电商系统的设计与实现
                        代论文网课招代理
java开发语言
                        
    摘要：近十多年来，因为移动互联网发展迅猛，除了通常的查阅网页，搜索数据和发送电子邮件外，大多数国内网民还将采用以下传统功能，如购物，电信，旅游和娱乐我逐渐习惯了互联网。包括使用在线购物在内的新服务模式正在成为人们生活中一种重要的购物形式。互联网的发展迅猛，是网上购物系统发展的基础。除此之外，网络购物营商环境也在逐渐的在改善。移动互联网设备（手机，平板电脑）使互联网用户越来越多。付款和结算方式变得更
    
                    
    • 
                    
  • LeetCode——5840. 使字符串平衡的最小交换次数(Minimum Number of Swaps to Make the String Balanced)[中等]——分析及代码（Java）
                        江南土豆
数据结构与算法LeetCodeJava题解
                        
    LeetCode——5840.使字符串平衡的最小交换次数[MinimumNumberofSwapstoMaketheStringBalanced][中等]——分析及代码[Java]一、题目二、分析及代码1.贪心（1）思路（2）代码（3）结果三、其他一、题目给你一个字符串s，下标从0开始，且长度为偶数n。字符串恰好由n/2个开括号‘[’和n/2个闭括号‘]’组成。只有能满足下述所有条件的字符串才能称
    
                    
    • 
                    
  • 深入理解Java工厂方法模式：原理剖析与实战应用
                        小诸葛IT课堂
java工厂方法模式开发语言
                        
    一、为什么要学习工厂方法模式？在软件开发中，对象创建是最常见的操作之一。当我们需要创建的对象类型存在多种可能，或者对象的创建过程较为复杂时，如果直接在业务代码中使用new关键字进行实例化，会导致以下问题：代码耦合度高难以扩展新的产品类型违反开闭原则（对扩展开放，对修改关闭）代码重复和可维护性差工厂方法模式（FactoryMethodPattern）正是为了解决这些问题而诞生的经典设计模式。它被广泛
    
                    
    • 
                    
  • 基于 Vue 和 Element Plus 的时间范围控制与数据展示
                        奶糖 肥晨
vuevue.jselementui前端
                        
    文章目录1.核心功能2.实现效果3.代码实现️3.1HTML部分3.2JavaScript部分3.3CSS部分本文将重点讲解如何在Vue项目中使用ElementPlus的el-date-picker组件实现时间范围选择，并结合“日”、“月”、“年”按钮动态控制时间范围。！1.核心功能时间范围选择：使用el-date-picker实现日期范围选择。快速切换：通过“日”、“月”、“年”按钮快速设置时间
    
                    
    • 
                    
  • Manus工作原理：从“思考”到“执行”的AI智能体革命
                        rider189
杂谈javapython人工智能
                        
    读者专属福利：500G+java从入门到精通全套视频课程，加关注提供免费答疑——解析全球首款通用AI代理的底层逻辑引言：AI智能体的新标杆2025年3月，一款名为Manus的AI智能体横空出世，凭借其“自主思考并执行任务”的能力，迅速引爆科技圈与资本市场。它不仅能在云端异步处理复杂任务，还能交付完整成果，从简历筛选到旅行规划，从股票分析到教育课件制作，其应用场景之广令人惊叹。然而，Manus的爆火
    
                    
    • 
                    
  • LeetCode34. 在排序数组中查找元素的第一个和最后一个位置 - Java & Go - 二分查找改进
                        暴风星云裂之我裂开了
LeetCode题解leetcodejavagolang二分查找
                        
    文章目录LeetCode34.在排序数组中查找元素的第一个和最后一个位置解法11算法2Java3Go解法21算法2Java3GoLeetCode34.在排序数组中查找元素的第一个和最后一个位置LeetCode34.在排序数组中查找元素的第一个和最后一个位置解法11算法算法1.两次二分查找2.第一次二分查找计算mid=(left+right)>>1;，每次mid都偏向左边，可以保证找到的是第一个大于
    
                    
    • 
                                
  • 集合框架
                                    天子之骄
java数据结构集合框架
                                    
       集合框架 
集合框架可以理解为一个容器，该容器主要指映射(map)、集合(set)、数组(array)和列表(list)等抽象数据结构。 
从本质上来说，Java集合框架的主要组成是用来操作对象的接口。不同接口描述不同的数据类型。 
  
简单介绍： 
  
Collection接口是最基本的接口，它定义了List和Set，List又定义了LinkLi
    
                                
    • 
                                
  • Table Driven（表驱动）方法实例
                                    bijian1013
javaenumTable Driven表驱动
                                    
    实例一：   
/**
 * 驾驶人年龄段
 * 保险行业，会对驾驶人的年龄做年龄段的区分判断
 * 驾驶人年龄段：01-[18,25);02-[25,30);03-[30-35);04-[35,40);05-[40,45);06-[45,50);07-[50-55);08-[55,+∞)
 */
public class AgePeriodTest {

    //if...el
    
                                
    • 
                                
  • Jquery 总结
                                    cuishikuan
javajqueryAjaxWebjquery方法
                                    
    1.$.trim方法用于移除字符串头部和尾部多余的空格。如：$.trim('   Hello   ') // Hello2.$.contains方法返回一个布尔值，表示某个DOM元素（第二个参数）是否为另一个DOM元素（第一个参数）的下级元素。如：$.contains(document.documentElement, document.body); 3.$
    
                                
    • 
                                
  • 面向对象概念的提出
                                    麦田的设计者
java面向对象面向过程
                                    
       
     面向对象中，一切都是由对象展开的，组织代码，封装数据。 
  在台湾面向对象被翻译为了面向物件编程，这充分说明了，这种编程强调实体。 
  
    下面就结合编程语言的发展史，聊一聊面向过程和面向对象。 
     c语言由贝尔实
    
                                
    • 
                                
  • linux网口绑定
                                    被触发
linux
                                    
    刚在一台IBM Xserver服务器上装了RedHat Linux Enterprise AS 4，为了提高网络的可靠性配置双网卡绑定。 
 
一、环境描述 
我的RedHat Linux Enterprise AS 4安装双口的Intel千兆网卡，通过ifconfig -a命令看到eth0和eth1两张网卡。 
 
二、双网卡绑定步骤： 
2.1 修改/etc/sysconfig/network
    
                                
    • 
                                
  • XML基础语法
                                    肆无忌惮_
xml
                                    
    一、什么是XML？ 
XML全称是Extensible Markup Language，可扩展标记语言。很类似HTML。XML的目的是传输数据而非显示数据。XML的标签没有被预定义，你需要自行定义标签。XML被设计为具有自我描述性。是W3C的推荐标准。 
  
二、为什么学习XML？ 
用来解决程序间数据传输的格式问题 
做配置文件 
充当小型数据库 
  
三、XML与HTM
    
                                
    • 
                                
  • 为网页添加自己喜欢的字体
                                    知了ing
字体 秒表 css
                                    
    @font-face {
			font-family: miaobiao;//定义字体名字
			font-style:  normal;
		    font-weight: 400;
			src: url('font/DS-DIGI-e.eot');//字体文件
		} 
使用： 
 
<label style="font-size:18px;font-famil
    
                                
    • 
                                
  • redis范围查询应用-查找IP所在城市
                                    矮蛋蛋
redis
                                    
    原文地址： 
http://www.tuicool.com/articles/BrURbqV 
需求 
 
根据IP找到对应的城市 
 
原来的解决方案 
 
oracle表（ip_country）： 
 
 
查询IP对应的城市： 
 
1.把a.b.c.d这样格式的IP转为一个数字，例如为把210.21.224.34转为3524648994 
 
2. select city from ip_
    
                                
    • 
                                
  • 输入两个整数， 计算百分比
                                    alleni123
java
                                    
    	public static String getPercent(int x, int total){
		 
		double result=(x*1.0)/(total*1.0);
		System.out.println(result);
		
		
		DecimalFormat df1=new DecimalFormat("0.0000%");
		

    
                                
    • 
                                
  • 百合——————>怎么学习计算机语言
                                    百合不是茶
java 移动开发
                                    
        对于一个从没有接触过计算机语言的人来说，一上来就学面向对象，就算是心里上面接受的了，灵魂我觉得也应该是跟不上的，学不好是很正常的现象，计算机语言老师讲的再多，你在课堂上面跟着老师听的再多，我觉得你应该还是学不会的，最主要的原因是你根本没有想过该怎么来学习计算机编程语言，记得大一的时候金山网络公司在湖大招聘我们学校一个才来大学几天的被金山网络录取，一个刚到大学的就能够去和
    
                                
    • 
                                
  • linux下tomcat开机自启动
                                    bijian1013
tomcat
                                    
    方法一： 
修改Tomcat/bin/startup.sh 为: 
export JAVA_HOME=/home/java1.6.0_27
export CLASSPATH=$CLASSPATH:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar:.
export PATH=$JAVA_HOME/bin:$PATH
export CATALINA_H
    
                                
    • 
                                
  • spring aop实例
                                    bijian1013
javaspringAOP
                                    
    1.AdviceMethods.java 
package com.bijian.study.spring.aop.schema;

public class AdviceMethods {

	public void preGreeting() {
		System.out.println("--how are you!--");
	}
} 
2.beans.x
    
                                
    • 
                                
  • [Gson八]GsonBuilder序列化和反序列化选项enableComplexMapKeySerialization
                                    bit1129
serialization
                                    
    enableComplexMapKeySerialization配置项的含义 
 Gson在序列化Map时，默认情况下，是调用Key的toString方法得到它的JSON字符串的Key，对于简单类型和字符串类型，这没有问题，但是对于复杂数据对象，如果对象没有覆写toString方法，那么默认的toString方法将得到这个对象的Hash地址。 
  
GsonBuilder用于
    
                                
    • 
                                
  • 【Spark九十一】Spark Streaming整合Kafka一些值得关注的问题
                                    bit1129
Stream
                                    
    包括Spark Streaming在内的实时计算数据可靠性指的是三种级别： 
1. At most once，数据最多只能接受一次，有可能接收不到 
2. At least once, 数据至少接受一次，有可能重复接收 
3. Exactly once  数据保证被处理并且只被处理一次， 
  
具体的多读几遍http://spark.apache.org/docs/lates
    
                                
    • 
                                
  • shell脚本批量检测端口是否被占用脚本
                                    ronin47

                                    
    #!/bin/bash
cat ports   |while read line
do#nc -z  -w 10  $line

nc -z -w 2 $line 58422>/dev/null2>&1if[ $?-eq 0]then
echo $line:ok
else
echo $line:fail
fi

done

这里的ports 既可以是文件
    
                                
    • 
                                
  • java-2.设计包含min函数的栈
                                    bylijinnan
java
                                    
    具体思路参见：http://zhedahht.blog.163.com/blog/static/25411174200712895228171/ 
 

import java.util.ArrayList;
import java.util.List;


public class MinStack {

	//maybe we can use origin array rathe
    
                                
    • 
                                
  • Netty源码学习-ChannelHandler
                                    bylijinnan
javanetty
                                    
     
一般来说，“有状态”的ChannelHandler不应该是“共享”的，“无状态”的ChannelHandler则可“共享” 
例如ObjectEncoder是“共享”的, 但 ObjectDecoder 不是 
因为每一次调用decode方法时，可能数据未接收完全（incomplete）， 
它与上一次decode时接收到的数据“累计”起来才有可能是完整的数据，是“有状态”的 
 
 

p
    
                                
    • 
                                
  • java生成随机数
                                    cngolon
java
                                    
    方法一： 
/** 
* 生成随机数 
* @author [email protected] 
* @return 
*/ 
public synchronized static String getChargeSequenceNum(String pre){ 
StringBuffer sequenceNum = new StringBuffer(); 
Date dateTime = new D
    
                                
    • 
                                
  • POI读写海量数据
                                    ctrain
海量数据
                                    
    import java.io.FileOutputStream; 
import java.io.OutputStream; 
 
import org.apache.poi.xssf.streaming.SXSSFRow; 
import org.apache.poi.xssf.streaming.SXSSFSheet; 
import org.apache.poi.xssf.streaming
    
                                
    • 
                                
  • mysql 日期格式化date_format详细使用
                                    daizj
mysqldate_format日期格式转换日期格式化
                                    
     
 日期转换函数的详细使用说明 
   DATE_FORMAT(date,format) Formats the date value according to the format string. The following specifiers may be used in the format string. The&n
    
                                
    • 
                                
  • 一个程序员分享8年的开发经验
                                    dcj3sjt126com
程序员
                                    
      
在中国有很多人都认为IT行为是吃青春饭的，如果过了30岁就很难有机会再发展下去!其实现实并不是这样子的，在下从事.NET及JAVA方面的开发的也有8年的时间了，在这里在下想凭借自己的亲身经历，与大家一起探讨一下。 
明确入行的目的 
很多人干IT这一行都冲着“收入高”这一点的，因为只要学会一点HTML, DIV+CSS，要做一个页面开发人员并不是一件难事，而且做一个页面开发人员更容
    
                                
    • 
                                
  • android欢迎界面淡入淡出效果
                                    dcj3sjt126com
android
                                    
    很多Android应用一开始都会有一个欢迎界面，淡入淡出效果也是用得非常多的，下面来实现一下。 
主要代码如下： 
package com.myaibang.activity; 
import android.app.Activity;import android.content.Intent;import android.os.Bundle;import android.os.CountDown
    
                                
    • 
                                
  • linux 复习笔记之常见压缩命令
                                    eksliang
tar解压linux系统常见压缩命令linux压缩命令tar压缩
                                    
    转载请出自出处:http://eksliang.iteye.com/blog/2109693 
linux中常见压缩文件的拓展名 
*.gz   gzip程序压缩的文件
*.bz2  bzip程序压缩的文件
*.tar  tar程序打包的数据，没有经过压缩
*.tar.gz  tar程序打包后，并经过gzip程序压缩
*.tar.bz2 tar程序打包后，并经过bzip程序压缩
*.zi
    
                                
    • 
                                
  • Android 应用程序发送shell命令
                                    gqdy365
android
                                    
    项目中需要直接在APP中通过发送shell指令来控制lcd灯，其实按理说应该是方案公司在调好lcd灯驱动之后直接通过service送接口上来给APP，APP调用就可以控制了，这是正规流程，但我们项目的方案商用的mtk方案，方案公司又没人会改，只调好了驱动，让应用程序自己实现灯的控制，这不蛋疼嘛！！！！ 
 
发就发吧！ 
 
一、关于shell指令： 
我们知道，shell指令是Linux里面带的
    
                                
    • 
                                
  • java 无损读取文本文件
                                    hw1287789687
读取文件无损读取读取文本文件charset
                                    
    java 如何无损读取文本文件呢？ 
以下是有损的 
@Deprecated
	public static String getFullContent(File file, String charset) {
		BufferedReader reader = null;
		if (!file.exists()) {
			System.out.println("getFull
    
                                
    • 
                                
  • Firebase 相关文章索引
                                    justjavac
firebase
                                    
    Awesome Firebase 
最近谷歌收购Firebase的新闻又将Firebase拉入了人们的视野，于是我做了这个 github 项目。 
Firebase 是一个数据同步的云服务，不同于 Dropbox 的「文件」，Firebase 同步的是「数据」，服务对象是网站开发者，帮助他们开发具有「实时」（Real-Time）特性的应用。 
开发者只需引用一个 API 库文件就可以使用标准 RE
    
                                
    • 
                                
  • C++学习重点
                                    lx.asymmetric
C++笔记
                                    
    1.c++面向对象的三个特性：封装性，继承性以及多态性。 
  
2.标识符的命名规则：由字母和下划线开头，同时由字母、数字或下划线组成；不能与系统关键字重名。 
  
3.c++语言常量包括整型常量、浮点型常量、布尔常量、字符型常量和字符串性常量。 
  
4.运算符按其功能开以分为六类：算术运算符、位运算符、关系运算符、逻辑运算符、赋值运算符和条件运算符。 
&n
    
                                
    • 
                                
  • java bean和xml相互转换
                                    q821424508
javabeanxmlxml和bean转换java bean和xml转换
                                    
    这几天在做微信公众号 
做的过程中想找个java bean转xml的工具，找了几个用着不知道是配置不好还是怎么回事，都会有一些问题， 
然后脑子一热谢了一个javabean和xml的转换的工具里，自己用着还行，虽然有一些约束吧 ， 
还是贴出来记录一下  
  
  
顺便你提一下下，这个转换工具支持属性为集合、数组和非基本属性的对象。 
  
packag
    
                                
    • 
                                
  • C 语言初级 位运算
                                    1140566087
位运算c
                                    
      第十章 位运算    1、位运算对象只能是整形或字符型数据，在VC6.0中int型数据占4个字节    2、位运算符：  运算符 作用  ~ 按位求反  << 左移  >> 右移  & 按位与  ^ 按位异或  | 按位或   他们的优先级从高到低；    3、位运算符的运算功能：  a、按位取反：  ~01001101 = 101
    
                                
    • 
                                
  • 14点睛Spring4.1-脚本编程
                                    wiselyman
spring4
                                    
    14.1 Scripting脚本编程 
 
 脚本语言和java这类静态的语言的主要区别是:脚本语言无需编译,源码直接可运行; 
 如果我们经常需要修改的某些代码,每一次我们至少要进行编译,打包,重新部署的操作,步骤相当麻烦; 
 如果我们的应用不允许重启,这在现实的情况中也是很常见的; 
 在spring中使用脚本编程给上述的应用场景提供了解决方案,即动态加载bean; 
 spring支持脚本
    
                                
    •